疫情推波AI應用　診斷系統/智慧輔具助醫療照護

人工智慧的技術發展邁向普及，在疫情爆發後應用於藥物研發與病毒研究，影像辨識則自2012年起大量運用在診斷及手術輔助場景。另一方面，結合AR的人機介面往智慧輔具發展。醫療照護需求搭配台灣AI技術的破壞式創新，台廠有望搶得市場先機。

2016年圍棋軟體Alpha Go問世後，人工智慧(AI)技術成為熱門話題。直至2020年，人工智慧的技術發展邁向普及，廣泛應用於各領域之外，機器學習(Machine Learning, ML)、深度學習(Deep Learning)、邊緣運算(Edge Computing)的技術都更臻成熟。今年疫情掀起智慧醫療討論風潮，將AI用於藥物研發與病毒研究，同時回顧自2012年AlexNet架構問世後，影像辨識大量運用在診斷及手術輔助場景。另一方面，結合AR的人機介面往智慧輔具方面發展，透過生物感測輔助身障人士擁有更便利的生活。種種醫療照護領域應用需求，搭配台灣AI技術的破壞式創新，使得台廠有望在市場中搶得商機。

資策會產業情報研究所(MIC)資深產業分析師兼組長韓揚銘說明，MIC統計在2016年Alpha Go出現以後的深度學習框架更新狀況，發現2018年度各框架的更新總次數最高，總共達31次。框架更新的過程中，可觀察到有兩大趨勢，一是很多公司提供深度學習的框架加速AI模型的開發，二則是許多公司討論深度增強式學習框架應用的可能性。市場上的深度學習框架開發仍處於百家爭鳴階段，大廠之間不斷競爭，希望成為未來應用主流。